-
화합물 생성AI 기술로 신약 개발 앞당긴다
신약 개발이나 재료과학과 같은 분야에서는 원하는 화학 특성 조건을 갖춘 물질을 발굴하는 것이 중요한 도전으로 부상하고 있다. 우리 대학 연구팀은 화학반응 예측이나 독성 예측, 그리고 화합물 구조 설계 등 다양한 문제를 동시에 풀면서 기존의 인공지능 기술을 뛰어넘는 성능을 보이는 기술을 개발했다.
김재철AI대학원 예종철 교수 연구팀이 분자 데이터에 다중 모달리티 학습(multi-modal learning) 기술을 도입해, 분자 구조와 그 생화학적 특성을 동시에 생성하고 예측이 가능해 다양한 화학적 과제에 광범위하게 활용가능한 인공지능 기술을 개발했다고 25일 밝혔다.
심층신경망 기술을 통한 인공지능의 발달 이래 이러한 분자와 그 특성값 사이의 관계를 파악하려는 시도는 꾸준히 이루어져 왔다. 최근 비 지도 학습(unsupervised training)을 통한 사전학습 기법이 떠오르면서 분자 구조 자체로부터 화합물의 성질을 예측하는 인공지능 연구들이 제시되었으나 새로운 화합물의 생성하면서도 기존 화합물의 특성 예측이 동시에 가능한 기술은 개발되지 못했다.
연구팀은 화학 특성값의 집합 자체를, 분자를 표현하는 데이터 형식으로 간주해 분자 구조의 표현식과 함께 둘 사이의 상관관계를 아울러 학습하는 AI학습 모델을 제안했다. 유용한 분자 표현식 학습을 위해 컴퓨터 비전 분야에서 주로 연구된 다중 모달리티 학습 기법을 도입해, 두 다른 형식의 데이터를 통합하는 방식으로, 바라는 화합물의 성질을 만족하는 새로운 화합물의 구조를 생성하거나 주어진 화합물의 성질을 예측하는 생성 및 성질 특성이 동시에 가능한 모델을 개발했다.
연구팀이 제안한 모델은 50가지 이상의 동시에 주어지는 특성값 입력을 따르는 분자 구조를 예측하는 등 분자의 구조와 특성 모두의 이해를 요구하는 과제를 해결하는 능력을 보였으며, 이러한 두 데이터 정보 공유를 통해 화학반응 예측 및 독성 예측과 같은 다양한 문제에도 기존의 인공지능 기술을 뛰어넘는 성능을 보이는 것으로 확인됐다.
이 연구는 독성 예측, 후보물질 탐색과 같이 많은 산업계에서 중요하게 다뤄지는 과제를 포함해, 더 광범위하고 풍부한 분자 양식과 고분자, 단백질과 같은 다양한 생화학적 영역에 적용될 수 있을 것으로 기대된다.
예종철 교수는 “새로운 화합물의 생성과 화합물의 특성 예측 기술을 통합하는 화학분야의 새로운 생성 AI기술의 개척을 통해 생성 AI 기술의 저변을 넓힌 것에 자부심을 갖는다”고 말했다.
예종철 교수 연구팀의 장진호 석박통합과정이 제1 저자로 참여한 이번 연구 결과는 국제 학술지 ‘네이처 커뮤니케이션즈(Nature Communications)’지난 3월 14일 자 온라인판에 게재됐다. (논문명 : Bidirectional Generation of Structure and Properties Through a Single Molecular Foundation Model)
한편 이번 연구는 한국연구재단의 AI데이터바이오선도기술개발사업으로 지원됐다.
2024.03.25
조회수 4509
-
극저온일수록 강력한 초고속 반도체 소자 개발
KAIST 연구진이 초고속 구동이 가능하고 온도가 낮아질수록 성능이 더욱 향상되어 고주파수 대역 및 극저온에서의 활용 가능성이 기대되는 고성능 2차원 반도체 소자 개발에 성공하였다.
전기및전자공학부 이가영 교수 연구팀이 실리콘의 전자 이동도와 포화 속도*를 2배 이상 뛰어넘는 2차원 나노 반도체 인듐 셀레나이드(InSe)** 기반 고이동도, 초고속 소자를 개발했다고 20일 밝혔다.
*포화 속도(Saturation velocity): 반도체 물질 내에서 전자나 정공이 움직일 수 있는 최대 속도를 가리킴. 포화 속도는 포화 전류량 및 차단 주파수(Cutoff frequency) 등을 결정하며 반도체의 전기적 특성을 평가할 수 있는 핵심 지표 중 하나임.
**인듐 셀레나이드(InSe): 인듐과 셀레늄으로 이루어진 무기 화합물로 2차원 층간 반데르발스 결합을 이루고 있음
연구진은 고이동도 인듐 셀레나이드에서의 2.0×107 cm/s를 초과하는 우수한 상온 전자 포화 속도 값을 달성하였는데, 이는 실리콘과 다른 유효한 밴드갭을 지니는 타 2차원 반도체들의 값보다 월등히 우수한 수치이다. 특히 80 K으로 냉각시 InSe의 전자 포화 속도는 최대 3.9×107 cm/s로 상온 대비 50% 이상 향상되는데, 이는 전자 포화 속도가 약 20% 정도만 상승하는 실리콘 그리고 냉각하여도 포화 속도에 거의 변화가 없는 그래핀 대비 주목할만하다. 인듐 셀레나이드의 전자 포화 속도를 체계적으로 분석하여 보고한 것은 이번이 처음이며, 연구진은 전자 포화 속도 양상의 결정 기제 또한 규명하였다.
*이종접합: 서로 다른 결정 반도체의 2개의 층 또는 영역 사이의 접점
이번 연구를 주도한 석용욱 학생은 “고성능 소자 개발을 통해 2차원 반도체 InSe의 높은 전자 이동도와 포화 속도를 확인할 수 있었다”며 “실제 극저온 및 고주파수 구동이 필요한 응용 기기에의 적용 연구가 필요하다”라고 덧붙였다.
이가영 교수는 “고주파수 전자 시스템 구현에는 높은 포화 속도가 요구되는데 이번에 개발한 고성능 전자 소자는 초고속 구동이 가능하여 5G 대역을 넘어 6G 주파수 대역에서의 동작이 가능할 것으로 예측된다”며 “저온으로 갈수록 소자의 성능이 더욱 향상되어 퀀텀 컴퓨터의 양자 제어 IC(Integrated circuit)와 같이 극저온 고주파수 구동 환경에 적합하다.”라고 말했다.
KAIST 전기및전자공학부 석용욱 박사과정 학생이 제1저자로 참여한 이번 연구는 나노과학 분야 저명 국제 학술지 `ACS Nano'에 2024년 3월 19일 정식 출판됐으며 동시에 저널 표지 논문으로 채택됐다. (논문명 : High-Field Electron Transport and High Saturation Velocity in Multilayer Indium Selenide Transistors)
한편 이번 연구는 한국연구재단의 신진연구자지원사업, 기초연구사업 및 BK21, KAIST의 C2(Creative & Challenging) 프로젝트, LX 세미콘-KAIST 미래기술센터, 그리고 포스코청암재단의 지원을 받아 수행됐다.
붙임 : 연구개요, 그림 설명, 교수 이력
2024.03.20
조회수 3853
-
세계 최고 수준 리튬 금속배터리 용매 개발
휴대용 전자기기 및 전기차 등에 적용해 1회 충전에 많은 에너지를 저장하고 오래 사용할 수 있는 고 에너지밀도 이차전지 개발의 중요도가 커지고 있다. 한국 연구진이 리튬 이차전지의 에너지 밀도를 높이고 고전압 구동시 안정성을 높여줄 용매를 개발하여 화제다.
우리 대학 생명화학공학과 최남순 교수팀이 UNIST 화학과 홍성유 교수팀, 서울대 화학생물공학부 이규태 교수팀, 고려대 화공생명공학과 곽상규 교수팀, 경상국립대 나노·신소재공학부 고분자공학전공 이태경 교수와 공동연구를 통해 4.4V의 높은 충전 전압에서 리튬 금속전지의 효율과 에너지를 유지하는 세계 최고 수준의 전해액 조성 기술을 개발했다고 19일 밝혔다.
공동연구팀은 기존에 보고되지 않은 용매를 새롭게 디자인하고 합성해 전해액 주 용매로 사용했으며 전극-전해액 계면을 안정화하는 첨가제 기술과의 조합을 통해 리튬 금속전지의 고전압 수명 성능 및 고속 충전 특성을 획기적으로 높이는 데 성공했다.
리튬 금속전지를 오랜 시간 사용하기 위해서는 전해액의 이온 전달 성능뿐만 아니라 전극 표면을 보호하는 것이 필수적이다. 전자를 주는 성질이 강한 리튬금속 음극과 전자를 빼앗으려는 고전압 양극에 접촉하고 있는 전해액이 분해되지 않도록 전극과 전해액 사이에 보호층을 형성시켜야 한다.
최남순 교수 연구팀은 구동할 수 있는 상한 전압의 한계가 있는 용매들과는 달리 높은 충전 전압에서 안정적으로 사용할 수 있는 새로운 용매를 합성하는 데 성공했으며 이를 첨가제 기술과 접목해 현저하게 향상된 *가역 효율(상온 200회 99.9%)을 달성했다. 또한, 완전 충전-완전 방전 조건에서 첫 사이클 방전용량 대비 200사이클의 방전용량으로 용량 유지율을 측정하는데 개발된 전해액 기술은 리튬 대비 4.4V 높은 충전 전압 조건에서 다른 전해액보다 약 5% 정도 높은 75.0%의 높은 방전용량 유지율을 보였다.
☞ 가역 효율: 매 사이클마다 전지의 방전용량을 충전용량으로 나누어 백분율로 나타낸 값으로 배터리의 가역성을 의미함. 가역 효율이 높을수록 매 사이클마다 배터리 용량 손실이 적음을 의미함. 아무리 높은 용량을 구현하는 배터리라도 가역성이 높지 않다면 실용화가 어려움.
연구팀이 이번 연구에서 세계 최초로 합성 및 보고한 *환형 설폰아마이드 계열 용매인 TFSPP(1-(trifluoromethyl)sulfonyl)piperidine)는 기존에 사용되는 용매보다 우수한 고전압 안정성을 가져 전지 내부 가스 발생을 억제할 수 있음을 확인했다.
☞ 환형 설폰아마이드 용매: 질소원자 1개원 탄소원자 5개로 구성된 6원자 고리구조와 리튬염 구조를 모방한 작용기를 연결하여 제조되었으며 기존 에테르계 유기용매와 비교하여 3배 이상 높은 열안정성을 가짐. 또한, 상온에서 액체상태이며 리튬염을 녹일수 있는 용매임. 불에 잘 타는 일반적인 유기용매와는 달리 불에 타는 성질이 낮은 리튬염의 음이온 구조가 포함되어 있어 전해액의 발화 가능성을 낮출 것으로 기대됨.
또한, 연구팀은 두 가지 이온성 첨가제를 도입하여 리튬 금속 음극에 형성된 보호층이 부피 변화를 견디도록 설계했다. 이에 더해, 연구팀은 전자 방출 경향성이 높은 첨가제를 적용해 양극 표면에 보호층을 형성해 양극의 구조 안정성을 향상시켰다. 개발된 새로운 구조의 고전압 용매는 전극을 보호하는 첨가제와 함께 시너지 효과를 이끌어 고전압 리튬 금속전지 성능을 극대화했다는 점에서 그 의미가 크다.
이번 논문의 공동 제1 저자인 우리 대학 생명화학공학과 김세훈 박사과정은 “용매와 첨가제의 조합 기술을 통해 실용화가 가능한 리튬 금속전지용 용매 조성 프레임을 개발했으며 전지의 사용기간을 연장하는, 보다 안정적인 전극-전해액 계면층을 형성하는 새로운 전해액 조성 기술을 개발했다”라고 말했다.
최남순 교수는 “새로운 구조로 디자인된 TFSPP 용매는 기존 용매에 비해 열적 및 고전압 안정성이 매우 우수하고 전지 구동 중 전해액 분해를 최소화해 전지 내압 상승요인인 가스 발생을 억제하는 전해액 용매”임을 강조하며 “TFSPP를 주 용매로 사용해 전지의 고온 안정성을 개선했으며 본 연구팀 고유기술인 다중층 전극-전해액 보호층 형성을 통해 안정화함으로써 고전압 리튬 금속전지 실용화를 위한 전해액 설계에 있어서 새로운 이정표를 제시했다”라고 연구의 의미를 덧붙였다.
우리 대학 생명화학공학과 최남순 교수, 김세훈, 송채은, 이동현 연구원과 UNIST 화학과 홍성유 교수, 전지환 연구원, 서울대 화학생물공학부 이규태 교수, 박교빈, 송가원 연구원, 고려대 화공생명공학과 곽상규 교수, 권성현 연구원, 유승호 교수, 현재환 연구원, 그리고 경상국립대 나노·신소재공학부 고분자공학전공 이태경 교수가 진행한 이번 연구는 국제 학술지 ‘어드밴스드 머티리얼즈 (Advanced Materials)’에 3월 6일 字로 온라인 공개됐다. (논문명 : Electrolyte Design for High-Voltage Lithium-Metal Batteries with Synthetic Sulfonamide-Based Solvent and Electrochemically Active Additives)
한편 이번 연구는 한국연구재단의 단계도약형 탄소중립 기술개발사업과 한국산업기술평가관리원의 산업기술 혁신사업의 지원을 받아 수행됐다.
2024.03.19
조회수 5205
-
암 유발 물질 컴퓨터로 예측하다
암은 정상세포와 다르게 세포 내 비정상적인 축적을 통해 유발되는 대사 반응을 하며, 암의 치료 및 진단을 목적으로 이런 암 대사반응에 대해 다방면으로 연구되고 있다. 이에 우리 대학 연구진이 컴퓨터를 통해 24개 암종에 해당하는 1,043명의 암 환자에 대한 대사 모델 구축에 성공했다.
우리 대학 생명화학공학과 김현욱 교수, 이상엽 특훈교수 연구팀이 서울대학교병원 고영일 교수, 윤홍석 교수 및 정창욱 교수 연구팀과의 공동연구를 통해, 암 체세포 유전자 돌연변이와 연관된 새로운 대사물질 및 대사경로를 예측하는 컴퓨터 방법론을 개발했다고 18일 밝혔다.
최근 암 유발 대사물질(oncometabolite)*의 발견과 이를 표적으로 하는 신약들이 미국식품의약국(FDA)의 승인을 받으며 주목받고 있는데, 이에는 급성 골수성 백혈병의 치료제로 사용되고 있는 ‘팁소보(성분명: 아이보시데닙)’ 및 약물 ‘아이드하이파(성분명: 에나시데닙)’가 포함된다.
*암 유발 대사물질 (oncometabolite): 세포 내 비정상적인 축적을 통해 암을 유발하는 대사물질. 이러한 대사물질들은 특정 유전자 돌연변이의 영향으로 대사 과정 중에 비정상적으로 높은 농도로 축적되며, 이러한 축적은 암세포의 성장과 생존을 촉진함. 기존 연구에서 확인된 주요 암 유발 대사물질로는 2-하이드록시글루타레이트(2-hydroxyglutarate), 숙시네이트(succinate), 푸마레이트(fumarate) 등이 보고됨.
하지만, 암 대사 연구와 새로운 암 유발 대사물질 발굴에는 대사체학 등의 방법론이 필요하며, 이를 대규모 환자 샘플에 적용하기 위해서는 상당한 시간과 비용이 소요된다. 이러한 이유로, 암과 관련된 많은 유전자 돌연변이들이 밝혀졌음에도, 그에 상응하는 암 유발 대사물질은 극소수만 알려져 있다.
김현욱 교수 공동연구팀은 세포 대사 정보를 예측할 수 있는 게놈 수준의 대사 모델*에 국제 암 연구 컨소시엄에서 공개하고 있는 암 환자들의 전사체 데이터를 통합해, 24개 암종에 해당하는 1,043명의 암 환자에 대한 대사 모델을 성공적으로 구축했다.
*게놈 수준의 대사모델: 세포의 전체 대사 네트워크를 다루는 컴퓨터 모델로서, 세포 내 모든 대사반응에 대한 정보가 담겨 있으며, 다양한 조건에서 세포의 대사 활성을 예측하는 것이 가능
공동연구팀은 1,043명의 암 환자 특이 대사 모델과 동일 환자들의 암 체세포 돌연변이 데이터를 활용해, 다음의 4단계로 구성된 컴퓨터 방법론을 개발했다 (그림 1). 첫 단계에서는 암 환자 특이 대사 모델을 시뮬레이션해, 환자 별로 모든 대사물질들의 활성을 예측한다. 두 번째 단계로는 특정 유전자 돌연변이가 앞서 예측된 대사물질의 활성에 유의한 차이를 일으키는 짝을 선별한다. 세 번째 단계로, 특정 유전자 돌연변이와 연결된 대사물질들을 대상으로, 이들과 유의하게 연관된 대사경로를 추가로 선별한다. 마지막 단계로서, ‘유전자-대사물질-대사경로’ 조합을 완성해, 컴퓨터 방법론 결과로써 도출하게 된다.
이번 논문의 공동 제1 저자인 이가령 박사(現 다나파버 암센터 및 하버드 의과대학 박사후연구원)와 이상미 박사(現 하버드 의과대학 박사후연구원)는 “이번 연구에서 개발된 방법론은 암 환자 코호트의 돌연변이 및 전사체 데이터를 토대로 다른 암종에 대해서도 쉽게 적용될 수 있으며, 유전자 돌연변이가 대사경로를 통해 어떻게 세포대사에 변화를 일으키는지 체계적으로 예측할 수 있는 최초의 컴퓨터 방법론이라는 데 큰 의의가 있다” 한다고 말했다.
또한 김현욱 교수는 “이번 공동연구의 결과는 향후 암 대사 및 암 유발 대사물질 연구에서 중요한 참고 자료로 활용될 수 있을 것”이라고 강조했다.
한편 이번 논문은 바이오메드 센트럴(BioMed Central) 社가 발행하며, 생명공학 및 유전학 분야의 대표적 국제학술지인 게놈 바이올로지(Genome Biology, JCR 분야 상위 5% 이내)에 게재됐다.
※ 논문명 : Prediction of metabolites associated with somatic mutations in cancers by using genome-scale metabolic models and mutation data
※ 저자 정보 : 이가령(한국과학기술원, 공동 제1 저자), 이상미(한국과학기술원, 공동 제1 저자), 이성영(서울대학교병원, 공동저자), 정창욱(서울대학교병원, 공동저자), 송효진(서울대학교병원, 공동저자), 이상엽(한국과학기술원, 공동저자), 윤홍석(서울대학교병원, 교신저자), 고영일(서울대학교병원, 교신저자), 김현욱(한국과학기술원, 교신저자) 포함 총 9명
이번 연구는 과학기술정보통신부 한국연구재단의 지원을 받아 수행됐다.
2024.03.18
조회수 3555
-
인공지능이 상황에 따라 알아서 업데이트되다
최근 실생활에 활용되는 인공지능 모델이 시간이 지남에 따라 성능이 점차 떨어지는 현상이 다수 발견되었고, 이에 따라 지속가능한 인공지능 학습 기술에 대한 필요성이 커지고 있다. AI 모델이 꾸준히 정확한 판단을 내리는 것은 더욱 안전하고 신뢰할 수 있는 인공지능을 만들기 위한 중요한 요소이다.
우리 대학 전기및전자공학부 황의종 교수 연구팀이 시간에 따라 데이터의 분포가 변화하는 드리프트 환경에서도 인공지능이 정확한 판단을 내리도록 돕는 새로운 학습 데이터 선택 기술을 개발했다고 14일 밝혔다.
최근 인공지능이 다양한 분야에서 인간의 능력을 뛰어넘을 정도의 높은 성능을 보여주고 있지만, 대부분의 좋은 결과는 AI 모델을 훈련시키고 성능을 테스트할 때 데이터의 분포가 변하지 않는 정적인 환경을 가정함으로써 얻어진다. 하지만 이러한 가정과는 다르게 SK 하이닉스의 반도체 공정 과정에서 시간에 따른 장비의 노화와 주기적인 점검으로 인해 센서 데이터의 관측값이 지속적으로 변화하는 드리프트 현상이 관측되고 있다.
시간이 지나면서 데이터와 정답 레이블 간의 결정 경계 패턴이 변경되면, 과거에 학습되었던 AI 모델이 내린 판단이 현재 시점에서는 부정확하게 되면서 모델의 성능이 점차 악화될 수 있다.
본 연구팀은 이러한 문제를 해결하기 위해, 데이터를 학습했을 때 AI 모델의 업데이트 정도와 방향을 나타내는 그래디언트(gradient)를 활용한 개념을 도입하여 제시한 개념이 드리프트 상황에서 학습에 효과적인 데이터를 선택하는 데에 도움을 줄 수 있음을 이론적으로 실험적으로 분석했다. 그리고 이러한 분석을 바탕으로 효과적인 학습 데이터 선택 기법을 제안하여, 데이터의 분포와 결정 경계가 변화해도 모델을 강건하게 학습할 수 있는 지속 가능한 데이터 중심의 AI 학습 프레임워크를 제안했다.
본 학습 프레임워크의 주요 이점은, 기존의 변화하는 데이터에 맞춰서 모델을 적응시키는 모델 중심의 AI 기법과 달리, 드리프트의 주요 원인이라고 볼 수 있는 데이터 자체를 직접 전처리를 통해 현재 학습에 최적화된 데이터로 바꿔줌으로써, 기존의 AI 모델 종류에 상관없이 쉽게 확장될 수 있다는 점에 있다. 실제로 본 기법을 통해 시간에 따라 데이터의 분포가 변화되었을 때에도 AI 모델의 성능, 즉 정확도를 안정적으로 유지할 수 있었다.
제1 저자인 김민수 박사과정 학생은 "이번 연구를 통해 인공지능을 한번 잘 학습하는 것도 중요하지만, 그것을 변화하는 환경에 따라 계속해서 관리하고 성능을 유지하는 것도 중요하다는 사실을 알릴 수 있으면 좋겠다ˮ고 밝혔다.
연구팀을 지도한 황의종 교수는 “인공지능이 변화하는 데이터에 대해서도 성능이 저하되지 않고 유지하는 데에 도움이 되기를 기대한다”고 말했다.
본 연구에는 KAIST 전기및전자공학부의 김민수 박사과정이 제1 저자, 황성현 박사과정이 제2 저자, 그리고 황의종 교수(KAIST)가 교신 저자로 참여했다. 이번 연구는 지난 2월 캐나다 밴쿠버에서 열린 인공지능 최고 권위 국제학술 대회인 ‘국제 인공지능 학회(Association for the Advancement of Artificial Intelligence, AAAI)’에서 발표되었다. (논문명: Quilt: Robust Data Segment Selection against Concept Drifts)
한편, 이 기술은 SK 하이닉스 인공지능협력센터(AI Collaboration Center; AICC)의 지원을 받은 ‘노이즈 및 변동성이 있는 FDC 데이터에 대한 강건한 학습’ 과제 (K20.05) 와 정보통신기획평가원의 지원을 받은 ‘강건하고 공정하며 확장가능한 데이터 중심의 연속 학습’ 과제 (2022-0-00157) 와 한국연구재단의 지원을 받은 ‘데이터 중심의 신뢰 가능한 인공지능’ 과제 성과다.
2024.03.14
조회수 3467
-
양자 컴퓨터로 새로운 물성 연구 성공
양자 물질을 연구하거나 설계할 때 기존의 폰노이만식 전자컴퓨터를 이용한 계산은 근본적인 한계를 가진다. 양자계의 경우 양자 얽힘 등의 효과로 인해 계산량이 기하급수적으로 증가하기 때문이다. 따라서 양자물질 설계를 위해 물질의 특성을 알아내고자 할 때, 양자컴퓨터를 이용하는 양자 시뮬레이션이 필요하다.
우리 대학 물리학과 안재욱 교수 연구팀이 코펜하겐 대학 클라우스 뭴머(Klaus MØlmer) 교수 연구팀과 함께 양자 시뮬레이션을 수행하는 양자 컴퓨터 플랫폼으로 최근 가장 주목을 받는 리드버그 원자 양자 컴퓨터를 이용해 양자 자성체의 극단적 특성을 구현하는데 성공했다고 11일 밝혔다.
자성체 물질은 하드 디스크와 같은 전자제품을 비롯해 전력 발전 등에도 사용되는 등 현대 기술의 핵심 요소다. 최근에는 상온 자성체를 넘어서 양자적 특성이 두드러지는 초저온에서 양자 자성체 특성에 관한 연구가 활발히 이뤄지고 있다. 초저온에서 수행되는 물성 분석 및 계측 연구는 MRI 등의 의학 기기 등에 응용될 뿐만 아니라, 차세대 초정밀 제어계측공학을 촉발할 것으로 기대된다.
유명 물리학자 리처드 파인만은 1983년 양자계의 특성을 인공적인 양자계로 모방해 연구하는 양자 시뮬레이션을 제안하였다. 인공적으로 모방한 양자계의 특성을 연구하면 기존 양자계의 특성을 알아낼 수 있다.
양자 시뮬레이션을 이용한 양자 자성체의 연구는 지난 10년간 세계 유수의 대학과 연구소에서 이뤄지고 있으며 이전까지 알려지지 않은 양자 물질의 특성들을 실험적으로 확인하는 성과를 보였다. 현재 양자 물질을 시뮬레이션하는 데 있어 중요한 이슈 중 하나는 극단적인 상황 속 양자 물질의 현상을 관찰하는 것이다.
한편 이와 같은 양자 시뮬레이션을 수행하는 양자 컴퓨터 플랫폼으로 최근 가장 주목을 받는 것은 리드버그 원자다. 리드버그 원자는 최외각 전자가 이온화되어 떨어지기 직전의 매우 높은 에너지를 머금고 있는 원자로, 일반 원자의 만 배 정도의 지름을 가지며 (10의 24제곱)배 정도 더 큰 상호작용을 한다. 우리 대학 물리학과 안재욱 교수 연구팀은 최근 리드버그 원자를 이용해 최대 156큐비트급의 양자 컴퓨터 계산을 선보인 바 있다.
이번 연구에서 글로벌 공동연구팀은 리드버그 원자를 이용한 양자 컴퓨터를 이용해 양자 자성체를 설명하는 모형 중 하나인 하이젠베르크 모형*을 양자 컴퓨터로 모방해 구현했다. 특히 이전의 하이젠베르크 모형의 구현과 다르게, 이번 연구에서는 리드버그 원자의 강한 상호작용을 이용한 극단적 이방성 (3차원 중 특정 방향이 다른 방향 대비 1000배 이상 강하게 상호작용하는 특성으로 새로운 연구영역이 확보됨)을 구현하는 데 성공했다.
*하이젠베르크 모형: 하이젠베르크 자성체 모형은 자성체 스핀 간의 모든 방향 (x, y, z 방향) 상호작용을 가정한 모형으로 양자 자성체의 대표적 모델 중 하나임.
연구를 주도한 안 교수는 “이번 연구는 리드버그 양자컴퓨터를 이용해 새로운 양자 물성을 연구할 수 있음을 보였다”라고 밝히고 “양자컴퓨터를 이용하는 물성 연구가 활발해질 것”이라고 기대했다.
우리 대학 물리학과 김강흔 대학원생 연구원과 덴마크 오르후스 대학의 팬 양(Fan Yang) 박사후 연구원이 참여한 이번 연구는 국제 학술지 `피지컬 리뷰 X (Physical Review X)' 2월 14권에 출판됐다. (논문명 : Realization of an Extremely Anisotropic Heisenberg Magnet in Rydberg Atom Arrays).
한편 이번 연구는 삼성미래기술재단과 한국연구재단의 지원으로 수행됐다.
2024.03.11
조회수 3773
-
GPU에서 대규모 출력데이터 난제 해결
국내 연구진이 인공지능(AI) 등에 널리 사용되는 그래픽 연산 장치(이하 GPU)에서 메모리 크기의 한계로 인해 초병렬 연산*의 결과로 대규모 출력 데이터가 발생할 때 이를 잘 처리하지 못하던 난제를 해결했다. 이 기술을 통해 향후 가정에서 사용하는 메모리 크기가 작은 GPU로도 생성형 AI 등 고난이도 연산이 대규모 출력을 필요한 경우 이를 빠르게 수행할 수 있다.
*초병렬 연산: GPU를 이용하여 수 십 만에서 수 백 만 개의 작은 연산들을 동시에 수행하는 연산을 의미
우리 대학은 전산학부 김민수 교수 연구팀이 한정된 크기의 메모리를 지닌 GPU를 이용해 수십, 수백 만개 이상의 스레드들로 초병렬 연산을 하면서 수 테라바이트의 큰 출력 데이터*를 발생시킬 경우에도 메모리 에러를 발생시키지 않고 해당 출력 데이터를 메인 메모리로 고속으로 전송 및 저장할 수 있는 데이터 처리 기술(일명 INFINEL)을 개발했다고 7일 밝혔다.
*출력데이터: 데이터 분석 결과 또는 인공지능에 의한 생성 결과물에 해당하는 데이터
최근 AI의 활용이 급속히 증가하면서 지식 그래프와 같이 정점과 간선으로 이루어진 그래프 구조의 데이터의 구축과 사용도 점점 증가하고 있는데, 그래프 구조의 데이터에 대해 난이도가 높은 초병렬 연산을 수행할 경우 그 출력 결과가 매우 크고, 각 스레드의 출력 크기를 예측하기 어렵다는 문제점이 발생한다.
또한, GPU는 근본적으로 CPU와 달리 메모리 관리 기능이 매우 제한적이기 때문에 예측할 수 없는 대규모의 데이터를 유연하게 관리하기 어렵다는 문제가 있다. 이러한 이유로 지금까지는 GPU를 활용해 ‘삼각형 나열’과 같은 난이도가 높은 그래프 초병렬 연산을 수행할 수 없었다.
김 교수팀은 이를 근본적으로 해결하는 INFINEL 기술을 개발했다. 해당 기술은 GPU 메모리의 일부 공간을 수백 만개 이상의 청크(chunk)라 불리는 매우 작은 크기의 단위들로 나누고 관리하면서, 초병렬 연산 내용이 담긴 GPU 커널(kernel) 프로그램을 실행하면서 각 스레드가 메모리 충돌 없이 빠르게 자신이 필요한 청크 메모리들을 할당받아 자신의 출력 데이터를 저장할 수 있도록 한다.
또한, GPU 메모리가 가득 차도 무중단 방식으로 초병렬 연산과 결과 출력 및 저장을 지속할 수 있도록 한다. 따라서 이 기술을 사용하면 가정에서 사용하는 메모리 크기가 작은 GPU로도 수 테라 바이트 이상의 출력 데이터가 발생하는 고난이도 연산을 빠르게 수행할 수 있다.
김민수 교수 연구팀은 INFINEL 기술의 성능을 다양한 실험 환경과 데이터 셋을 통해 검증했으며, 종래의 최고 성능 동적 메모리 관리자 기술에 비해 약 55배, 커널을 2번 실행하는 2단계 기술에 비해 약 32배 연산 성능을 향상함을 보였다.
교신저자로 참여한 우리 대학 전산학부 김민수 교수는 “생성형 AI나 메타버스 시대에는 GPU 컴퓨팅의 대규모 출력 데이터를 빠르게 처리할 수 있는 기술이 중요해질 것으로 예상되며, INFINEL 기술이 그 일부 역할을 할 수 있을 것”이라고 말했다.
이번 연구에는 김 교수의 제자인 박성우 박사과정이 제1 저자로, 김 교수가 창업한 그래프 딥테크 기업인 (주)그래파이 소속의 오세연 연구원이 제 2 저자로, 김 교수가 교신 저자로 참여하였으며, 국제 학술지 ‘PPoPP’에 3월 4일자 발표됐다. (INFINEL: An efficient GPU-based processing method for unpredictable large output graph queries)
한편, 이번 연구는 과기정통부 IITP SW스타랩 및 ITRC 사업, 한국연구재단 선도연구센터인 암흑데이터 극한 활용 연구센터의 지원을 받아 수행됐다.
2024.03.07
조회수 3621
-
체온으로 부드러워지는 전자잉크 최초 개발
차세대 웨어러블 및 임플란터블 기기, 의료기기, 로보틱스 등 다양한 분야에 활용될 체온에 따라 부드럽게 변할 수 있는 전자잉크를 최초로 개발하였다.
우리 대학은 전기및전자공학부 정재웅 교수 연구팀이 신소재공학과 스티브박 교수 연구팀과 공동연구를 통해 작은 노즐을 통한 직접 잉크 쓰기 방식으로 고해상도 프린팅이 가능하고 체온에 의해 부드러워져 인체 친화적 바이오 전자소자 구현을 가능하게 하는 액체금속 기반 전자잉크를 최초로 개발했다고 6일 밝혔다.
최근 웨어러블 및 임플란터블 생체 소자와 소프트 로보틱스 분야에서는 부드러운 사람 피부나 조직에 적용돼 건강 상태를 모니터링하고 질환을 치료하는 기술이 활발히 연구되고 있다. 기존 의료기기 예를 들어보면, 딱딱한 형태의 의료기기인 경우 부드러운 피부와의 강성도 차이로 인해 피부 부착 시 불편함을 야기하거나 조직 삽입 시 염증 반응을 유발할 수 있다.
반면, 피부처럼 부드러운 유연한 의료기기는 피부나 조직에 적용 시 우리 몸의 일부처럼 이질감 없이 사용될 수 있지만, 부드러운 특성으로 인해 정교한 핸들링을 어렵게 한다.
연구팀은 이러한 고정된 강성을 갖는 기존 바이오 전자기기의 한계를 극복하기 위해, 상온에서는 단단하여 손쉬운 핸들링으로 인체 적용을 용이하게 하고, 피부 부착 또는 조직 내 이식 후에는 체온에 의해 부드럽게 변하여 조직의 일부처럼 함께 움직일 수 있는 전자 회로 제작을 가능하게 하는, 고해상도 패터닝이 가능한 액체금속 갈륨 기반 전자잉크를 개발했다.
이 전자 잉크의 핵심 소재인 갈륨은 금속임에도 불구하고 미온(29.76 ℃)에서 녹는 점을 가져 쉽게 고체와 액체 간의 상태 변화가 가능하고 뛰어난 전기전도성과 무독성을 가진다. 연구팀은 또한 기존 갈륨의 높은 표면장력과 낮은 점도 문제를 해결함으로써, 고해상도 프린팅이 가능한 전자잉크를 구현했다.
개발된 잉크는 상용회로도선 정도의 딱딱한 상태와 피부조직처럼 부드러운 상태 간의 뛰어난 가변 강성률, 빠른 강성 변화, 높은 열전도율, 그리고 우수한 전기전도성을 가진다. 이 전자잉크는 3D 프린팅을 활용해 사용자 맞춤형 전자소자 제작도 가능하게 한다.
연구팀은 이 기술을 통해 초박막 광 혈류측정 전자 피부센서와 무선 광전자 임플란트 장치를 제작했다. 이 기기들은 상온(25℃)에서는 딱딱하여 다루기 쉬운 반면, 체온(~36.7℃)에 노출되면 부드럽게 변환돼 피부나 조직에 적용 시 기계적 스트레스를 주지 않고 조직 변형에 순응하며 안정적으로 동작하는 게 가능하다. 사용 후 인체에서 제거 시 다시 딱딱한 형태로 변형될 수 있어 재사용을 용이하게 한다. 위와 같은 특성은 다양한 웨어러블 및 임플란터블 장치에 폭넓게 활용될 수 있을 것으로 기대된다.
정재웅 교수는 "체온에 반응해 강성을 변환할 수 있고 고해상도 프린팅이 가능한 전자잉크는 기계적 특성 변환을 필요로 하는 다목적 전자기기, 센서, 로봇 기술뿐만 아니라 의료 기기 분야에서 고정된 형태를 갖는 기존 전자기기의 한계를 극복해 다양한 새로운 가능성을 열 수 있을 것ˮ이라고 말했다.
우리 대학 신소재공학부 권도아 학사과정과 전기및전자공학부 이시목 박사과정 학생이 공동 제1 저자로 참여한 이번 연구는 국제 학술지 `사이언스 어드밴시스(Science Advances)'에 2월 28일 字에 게재됐다. (논문명 : Body-temperature Softening Electronic Ink for Additive Manufacturing of Transformative Bioelectronics via Direct Writing)
한편 이번 연구는 과학기술정보통신부에서 추진하는 한국연구재단 전자약 기술개발사업, 기초연구실 지원사업, 중견연구자 지원사업, 한국전자통신연구원 개방형융합선행연구의 지원을 받아 수행됐다.
2024.03.06
조회수 4793
-
당뇨병 만성상처 추적 스마트 헬스케어 기기 개발
우리 대학 연구팀이 당뇨병 등 상처 부위의 시공간 온도 변화 및 열전달 특성 추적을 통해 상처 치유 과정을 효과적으로 모니터링할 수 있는 무선 시스템을 개발했다.
전기및전자공학부 권경하 교수팀이 중앙대학교 류한준 교수와 상처 치유 과정을 실시간으로 추적해 적절한 치료를 제공할 수 있게 해주는 디지털 헬스케어 기술을 개발했다고 5일 밝혔다.
피부는 유해 물질로부터 인체를 보호하는 장벽 기능을 한다. 피부 손상은 집중 치료가 필요한 환자들에게 감염과 관련된 심각한 건강 위험을 초래할 수 있다. 특히 당뇨병 환자의 경우, 정상적인 혈액 순환과 상처 치유 과정에 문제가 생겨 만성 상처가 쉽게 발생한다. 이러한 만성 상처의 재생을 위해 미국에서만 매년 수백억 달러의 의료 비용이 지출되고 있다. 상처 치유를 촉진하는 다양한 방법이 있지만, 환자별 상처 상태에 따라 맞춤 관리가 필요하다.
이에 연구팀은 상처 부위와 주변 건강한 피부 사이의 온도 차이를 활용해 상처 내 발열 반응을 추적했으며, 열 전송 특성을 측정해 피부 표면 근처의 수분 변화를 관찰함으로써 흉터 조직의 형성 과정을 파악할 수 있는 기반으로 활용했다. 연구팀은 당뇨병이 있는 쥐를 통해 병적 상태에서 상처 치유가 지연되는 과정에서 실험을 진행했고, 수집된 데이터가 상처 치유 과정과 흉터 조직 형성을 정확히 추적할 수 있음을 입증했다.
해당 시스템은 상처가 치유된 후에 기기를 제거하는 과정에서 발생할 수 있는 조직 손상을 최소화하기 위해, 체내에서 자연 분해가 가능한 생분해성 센서 모듈과 통합됐다. 이 생분해성 모듈은 사용 후 별도로 제거할 필요 없이 몸속에서 저절로 분해되어 사라지므로, 추가적인 불편함이나 조직 손상의 위험을 최소화한다. 생분해성 재료를 사용한 이 장치는 사용 후 제거할 필요가 없으므로 상처 부위 내부에서도 모니터링할 수 있는 가능성을 제시한다.
연구를 주도한 권경하 교수는 "상처 부위의 온도와 열전달 특성을 지속적으로 모니터링함으로써, 의료 전문가들이 당뇨병 환자의 상처 상태를 더 정확하게 파악하고 적절한 치료를 제공할 수 있게 될 것으로 기대된다ˮ면서 "생분해성 센서를 사용해 상처 치유가 완료된 후 장치를 제거할 필요 없이 안전하게 분해될 수 있어, 병원뿐만 아니라 가정에서도 실시간 모니터링이 가능해질 것ˮ이라고 말했다.
연구팀은 향후 이 기기를 항균 특성을 가진 재료와 통합해, 염증 반응, 박테리아 감염 및 기타 병변을 관측 및 예방하는 기술로 확장할 계획이다. 온도 및 열전달 특성 변화를 통해 감염 수준을 감지 함으로써 병원이나 가정에서 실시간으로 사용할 수 있는 항균, 범용 상처 모니터링 플랫폼을 제공하는 것을 목표로 한다.
이번 연구 결과는 국제 학술지 `어드밴스드 헬스케어 머티리얼스(Advanced Healthcare Materials)'에 지난 2월 19일 발표됐으며, 표지 논문(Inside Back Cover Journal)으로 선정됐다. (논문명 : Materials and Device Designs for Wireless Monitoring of Temperature and Thermal Transport Properties of Wound Beds during Healing)
한편, 이번 연구는 한국연구재단의 기초연구사업, 지역혁신선도연구센터사업 및 BK21의 지원을 받아 수행됐다.
2024.03.05
조회수 4179
-
해킹 공격 막는 암호 반도체 최초 개발
사물인터넷(IoT), 자율 주행 등 5G/6G 시대 소자 또는 기기 간의 상호 정보 교환이 급증함에 따라 해킹 공격이 고도화되고 있다. 이에 따라, 기기에서 데이터를 안전하게 전송하기 위해서는 보안 기능 강화가 필수적이다.
우리 대학 전기및전자공학부 최양규 교수와 류승탁 교수 공동연구팀이 ‘해킹 막는 세계 최초 보안용 암호 반도체’를 개발하는 데 성공했다고 29일 밝혔다.
연구팀은 100% 실리콘 호환 공정으로 제작된 핀펫(FinFET) 기반 보안용 암호반도체 크립토그래픽 트랜지스터(cryptographic transistor, 이하 크립토리스터(cryptoristor))를 세계 최초로 개발했다. 이는 트랜지스터 하나로 이루어진 독창적 구조를 갖고 있을 뿐만 아니라, 동작 방식 또한 독특해 유일무이한 특성을 구비한 난수발생기다.
인공지능 등의 모든 보안 환경에서 가장 중요한 요소는 난수발생기이다. 가장 널리 사용되는 보안 칩인 ‘고급 암호화 표준(advanced encryption standard, AES)’에서 난수발생기는 핵심 요소로, AES 보안 칩 전체 면적의 약 75%, 에너지 소모의 85% 이상을 차지한다. 따라서, 모바일 혹은 사물인터넷(IoT)에 탑재가 가능한 저전력/초소형 난수발생기 개발이 시급하다.
기존의 난수발생기는 전력 소모가 매우 크고 실리콘 CMOS 공정과의 호환성이 떨어진다는 단점이 있고, 회로 기반의 난수발생기들은 점유 면적이 매우 크다는 단점이 있다.
연구팀은 기존 세계 최고 수준 연구 대비 전력 소모와 점유 면적 모두 수천 배 이상 작은 암호 반도체인 단일 소자 기반의 크립토리스터(cryptoristor)를 개발했다. 절연층이 실리콘 하부에 형성되어 있는 실리콘 온 인슐레이터(Silicon-on-Insulator, SOI) 기판 위에 제작된 핀펫(FinFET)이 가지는 내재적인 전위 불안정성을 이용해 무작위적으로 0과 1을 예측 불가능하게 내보내는 난수발생기를 개발했다.
다시 설명하면, 보통 모바일 기기 등에서 정보를 교환할 때 데이터를 암호화하는 알고리즘에는 해커가 암호화한 알고리즘을 예측할 수 없도록 하는 것이 중요하다. 이에 무작위의 0과 1이 난수이며 0과 1의 배열이 매번 다른 결과가 나오게 하여 예측 불가능성을 가지도록 함으로써 공격자가 예측하지 못하도록 차단하는 방식이다.
특히, 크립토리스터 기반 난수발생기 연구는 국제적으로도 구현한 사례가 없는 세계 최초의 연구이면서, 기존 논리 연산용 또는 메모리용 소자와 동일한 구조의 트랜지스터이기 때문에, 현재 반도체 설비를 이용한 양산 공정으로 100% 제작이 가능하며 저비용으로 빠르게 대량생산이 가능하다는 점에서 의미가 크다.
연구를 주도한 김승일 박사과정은 개발된 “암호 반도체로서 초소형/저전력 난수발생기는 특유의 예측 불가능성으로 인해 보안 기능을 강화해 칩 또는 칩 간의 통신 보안으로 안전한 초연결성을 지원할 수 있고, 특히 기존 연구 대비 에너지, 집적도, 비용 측면에서 탁월한 장점을 갖고 있어 사물인터넷(IoT) 기기 환경에 적합하다”고 연구의 의의를 설명했다.
전기및전자공학부 김승일 박사과정이 제1 저자, 유형진 석사가 공저자로 참여한 이번 연구는 국제학술지 ‘사이언스(Science)’의 자매지인 ‘사이언스 어드밴시스(Science Advances)’ 2024년 2월 온라인판에 정식 출판됐다. (논문명 : Cryptographic transistor for true random number generator with low power consumption)
한편 이번 연구는 한국연구재단 차세대지능형반도체기술개발사업, 국가반도체연구실지원핵심기술개발사업의 지원을 받아 수행됐다.
2024.02.29
조회수 4173
-
단백질 ‘생산 설계도’ 보호하는 RNA 조절 기전 찾았다
생명체는 DNA, RNA, 단백질과 같은 바이오분자들의 조절 작용으로 다양한 생물학적 기능을 수행한다. 바이오분자들의 조절로 유전 정보가 전달되고, 잘못 전달된 정보는 유전자 변형이나 감염성 질병의 원인이 된다. 따라서 분자생물학적 조절 연구는 유전자 치료제와 첨단 백신 개발에 중요하다. 특히, 2023년 코로나 mRNA 백신 기술을 개발한 과학자들이 노벨 생리의학상을 수상하면서 RNA 조절 연구에 기반한 첨단신약, 바이오공학 기술이 크게 주목받고 있다.
우리 대학 바이오및뇌공학과 이영석 교수 연구팀이 기초과학연구원(IBS) RNA 연구단 김빛내리 단장(서울대 생명과학부 석좌교수), 미국 국립암연구소 유진 발코프(Eugene Valkov) 박사팀과 공동연구를 통해 자체 개발한 단일핵산 분석법을 적용해 전령 RNA(messenger RNA, 이하 mRNA) 분해의 새로운 조절 기전을 찾았다고 밝혔다.
mRNA는 긴 단일 가닥 RNA 분자로, DNA에 보관된 유전 정보를 단백질에 전달하는 매개체로서 마치 단백질의 ‘생산 설계도’와 같다. 예를 들어, 코로나 mRNA 백신은 약 4,000개의 RNA 분자로 이루어져 있으며, 코로나 스파이크 단백질의 유전 정보와 다양한 RNA 변형을 활용해 스파이크 단백질 생산을 조절하도록 설계되어 있다. 결국 RNA 기능과 조절에 따라 유전자 치료제 및 mRNA 백신의 효능이 결정된다.
연구진은 다양한 RNA 조절 인자 중 특히 mRNA 꼬리에 주목해 왔다. mRNA는 말단에 50-150개의 아데닌 염기로 구성된 긴 꼬리를 갖는데, mRNA를 보호하고 단백질 합성을 촉진하는 역할을 한다. 그동안 이 꼬리는 아데닌으로만 구성된 것으로 알려졌지만, 연구진은 지난 연구에서 비(非) 아데닌 염기가 추가된 ‘혼합 꼬리(Mixed tail)’가 존재한다는 사실을 보고하였고, 이 혼합 꼬리가 mRNA의 분해를 막는 역할을 하여 유전자 활성을 높이는 데 기여함을 밝힌 바 있다.
그러나 RNA 변형의 결과인 mRNA 꼬리는 그 변형의 특이적인 행태로 인해 생화학 실험과 정량적 분석에 어려움이 있었다. 또한, 50-150개 RNA 분자의 연속적인 변형에 대한 단일염기 분석이 필요하여 mRNA 혼합 꼬리 조절 기전 연구에 제한이 있었다.
이를 해결하기 위해 연구진은 미국 국립암연구소 유진 발코프 박사 연구팀과 함께 mRNA 꼬리 조절 연구를 위한 단일핵산 분석법을 개발했다. 이어 이 분석법을 활용하여 세계 최초로 mRNA 꼬리가 분해되는 속도를 단일핵산 단위로 측정하는데 성공, mRNA 꼬리의 새로운 분해 기전을 규명했다.
연구진은 mRNA 분해를 유도하는 탈아데닐 복합체(CCR4-NOT)를 이용한 탈아데닐화 시스템을 개발하고 단일 염기 단위의 분해 반응을 수학적으로 모델링하여 혼합 꼬리 분해 효과를 정량화했다. 그 결과, 탈아데닐 복합체의 진행이 지연되는 위치를 확인할 수 있었으며, 복합체의 구성 요소들이 비 아데닌 염기에 의해 특정 위치에서 막혀 분해 속도가 조절되는 것을 밝혔다. 즉, 비 아데닌 염기가 일종의 ‘과속 방지턱’ 역할을 한다는 것을 입증한 것이다.
김빛내리 단장은 “mRNA 혼합 꼬리 조절에 대한 이해를 확장해 mRNA 안정성 조절과 유전자 발현 메커니즘에 대한 새로운 통찰을 제공했다”라며, “혼합 꼬리에 기반한 다양한 유전자 치료법 연구와 RNA 첨단 신약 개발에 기여할 것”이라고 말했다.
우리 대학 바이오및뇌공학과 이영석 교수는 “이번 연구는 분자생물학, 생화학 및 수학 분야가 만나 이룬 융합 연구의 결실”이라며, “미래 바이오공학 및 첨단바이오 분야 발전을 위한 공동연구의 중요성을 시사한다”라고 연구의 의의를 밝혔다.
이번 연구결과는 국제 학술지 ‘네이처 구조 분자생물학(Nature Structural & Molecular Biology, IF=16.8)’에 지난 2월 19일 게재됐다.
2024.02.28
조회수 3479
-
미생물로 자스민 향도 만든다
우리 대학 생물공정연구센터 최경록 연구교수와 생명화학공학과 이상엽 특훈교수가 ‘벤질아세테이트 생산을 위한 미생물 공정’논문을 발표했다고 26일 밝혔다. 이번 논문은 네이처(Nature) 誌가 발행하는 ‘네이처 화학공학(Nature Chemical Engineering)’의 표지논문으로 선정됐다.
※ 논문명 : A microbial process for the production of benzyl acetate
※ 저자 정보 : 최경록(한국과학기술원, 제1 저자), Luo Zi Wei(한국과학기술원, 제2 저자), 김기배(한국과학기술원, 제3 저자), Xu Hanwen(한국과학기술원, 제4 저자) 및 이상엽(한국과학기술원, 교신저자) 포함 총 5명
향은 화장품 및 식품 산업에서 중요한 요소다. 그중에서도 자스민 향과 일랑일랑 향은 각종 향수와 화장품, 개인 위생용품뿐만 아니라 식품 및 음료 제조에까지 널리 애용되고 있다. 하지만 자스민과 일랑일랑 꽃으로부터의 추출을 통해 생산되는 향료의 양이 수요를 충족시키기 못하기 때문에 산업에서는 두 향료의 향을 내는 주요한 방향성 성분인 벤질아세테이트를 석유로부터 유래한 원료를 이용해 화학적으로 합성해 첨가해 제품을 생산하고 있다. 이상엽 특훈교수 연구팀은 각종 산업에서 널리 이용되는 방향성 화합물인 벤질아세테이트를 친환경적이고 지속가능한 방식으로 생산하고자 시스템 대사공학을 통해 포도당으로부터 벤질아세테이트를 생산하는 대장균 발효 공정을 개발했다. 시스템 대사공학은 석유에 대한 의존도가 높은 기존의 화학산업을 대체할 바이오산업의 핵심인 미생물 세포공장을 보다 효과적으로 개발하기 위해 이상엽 특훈교수가 창시한 연구 분야다.
이상엽 특훈교수팀은 2019년 대장균을 대사공학적으로 개량해 포도당으로부터 벤조산을 생산하는 미생물 균주를 개발한 바 있다. 이번 연구에서는 해당 전략을 바탕으로 포도당으로부터 벤조산을 거쳐 벤질아세테이트를 생합성하는 대사 경로를 개발했다. 연구팀은 포도당으로부터 벤조산을 생합성하는 대사경로를 도입한 상단 균주와 벤조산을 벤질아세테이트로 전환하는 대사 경로가 도입된 하단 균주의 공생배양을 통해 포도당으로부터 벤질아세테이트를 생산하는 데 성공했다. 하지만 해당 공생배양 전략을 활용할 경우 벤조산을 벤질아세테이트로 전환하는 데에 이용되는 효소가 벤조산 생합성 중 생성되는 중간체에 비특이적으로 작용해 신나밀아세테이트라는 부산물을 생성하는 것이 확인됐다. 특히 이 과정에서 벤조산 생합성에 필요한 중간체가 소모되어 목표 화합물인 벤질아세테이트의 생산 효율이 감소된다. 이상엽 특훈교수 연구팀은 효소의 기질 비특이성으로 인한 부산물 생성 문제를 극복하기 위해 발효 초반에는 포도당으로부터 벤조산을 생산하는 상단 균주만을 배양해 벤조산을 우선적으로 생산하고, 하단 균주를 뒤늦게 접종해 배양액 내에 축적된 벤조산을 벤질아세테이트로 전환하는 지연 공생배양 전략을 고안했다. 하단 균주가 도입되는 시점에는 배양액 내 벤조산의 농도가 중간체의 농도보다 월등히 높아 벤조산이 벤질아세테이트로 전환되는 반응이 중간체가 부산물로 전환되는 반응보다 우세하게 진행된다. 연구진은 지연 공생배양 전략을 적용함으로써 추가적인 효소 및 균주 개량을 거치지 않고도 부산물의 생성은 억제하는 동시에 목표 화합물인 벤질아세테이트의 생산 농도는 기존 플라스크 수준의 발효 대비 10배 이상인 2.2 g/L까지 향상시킬 수 있었다. 또한 기술 경제성 분석을 통해 해당 미생물 공정을 통한 벤질아세테이트의 상업적 생산 가능성을 확인했다.
이번 논문의 제1 저자인 최경록 연구교수는 “이번 연구는 벤질아세테이트라는 산업적으로 유용한 화합물을 효과적으로 생산하는 미생물 공정을 개발함과 동시에, 대사공학을 연구 중 효소의 기질 비특이성으로 인해 빈번하게 발생하는 부산물 생성 및 이로 인한 목표 화합물 생산 효율의 저하 문제를 극복하는 새로운 접근을 제시했다는 데 큰 의의가 있다”고 말했다. 또한 이상엽 특훈교수는 “산업적으로 유용한 화합 물질을 지속가능한 방식으로 생산할 수 있는 미생물 공정의 종류와 수를 늘려 나감과 동시에 미생물 균주 개발 중 고질적으로 필연적으로 발생하는 여러 문제를 해결하는 효과적인 전략의 개발에도 힘쓴다면 석유화학산업의 친환경적이고 지속가능한 바이오산업으로의 전환을 더욱 앞당길 수 있을 것”이라고 밝혔다.
한편, 이번 연구는 과기정통부가 지원하는 바이오의료기술개발사업의 ‘지능형 세포공장기술 구현’ 과제 (과제책임자 KAIST 이상엽 특훈교수) 및 농촌진흥청이 지원하는 농업미생물사업단(단장 장판식)의 ‘미생물 대사 시스템 제어를 통한 무기물로부터의 단백질 생산 기술 개발’ 과제 (과제책임자 KAIST 최경록 연구교수)의 지원을 받아 수행됐다.
2024.02.26
조회수 4566